Peter Gluchowski

Dieses Buch bietet wertvolle Unterstützung beim Aufbau und bei der Modellierung eines Data Warehouse (DW). Es führt praxisnah durch alle Phasen eines DW-Projekts – von der Anforderungsanalyse über die Datenmodellierung und Architektur bis hin zur praktischen Umsetzung. Leserinnen und Leser gewinnen ein tiefes Verständnis für bewährte Modellierungstechniken, die einen entscheidenden Faktor für die Struktur und den Erfolg eines DW darstellen. Ein besonderer Schwerpunkt liegt dabei auf der Definition von Regelwerken zur effektiven Erstellung semantischer und logischer Datenmodelle. Zudem werden nicht nur theoretische Grundlagen vermittelt, sondern auch praktisches Wissen zur Umsetzung – abgerundet durch eine realistische Fallstudie. Zielgruppe Praktiker*innen

Die Wirtschaftsinformatik setzt sich mit der Gestaltung und dem Einsatz computergestützter Informations- und Kommunikationssysteme auseinander. Dabei werden IT-Systeme geplant, analysiert, konzipiert, entwickelt, evaluiert und eingeführt, wobei die Wirtschaftlichkeit und Qualität der Systeme im Vordergrund stehen.

Derzeit wird kaum noch ernsthaft bestritten, dass die Daten eines Unternehmens ein wichtiges Wirtschaftsgut darstellen und in erheblicher Weise zum Erfolg beitragen können. Allerdings gilt es, nicht nur den Wert der Daten zu erkennen, sondern diese auch in den zugehörigen Geschäftsprozessen gewinnbringend einzusetzen. Als zwingende Voraussetzung erweist sich dabei, eine organisatorische und technische Basis zu etablieren, die nachhaltig darauf ausgerichtet ist, die fachlichen Ausgabenstellungen bestmöglich zu unterstützen. Unter dem Oberbegriff Datenmanagement werden dazu diejenigen Führungs- und Durchführungstätigkeiten diskutiert, die einen tragfähigen Rahmen für den Umgang mit Daten in der Organisation aufspannen. Daneben erweisen sich vor allem die Verfahren zur Auswertung und Analyse der verfügbaren Datenbestände als leistungsfähige Instrumente, um langfristige Wettbewerbsvorteile zu erlangen. Vor diesem Hintergrund widmet sich das vorliegende Buch den stetig an Bedeutung gewinnenden Themenfeldern Datenmanagement und Datenanalyse, denen insbesondere im Rahmen der digitalen Transformation eine große Bedeutung zukommt.

Dieses Buch liefert eine integrierte und ganzheitliche Sicht auf das Themenfeld Risikoreporting, die auch auf die Möglichkeiten einer IT-Unterstützung im Kontext aktueller Entwicklungen gemäß BCBS 239 und neuer Herausforderungen für die Finanzinstitute eingeht. Ausgehend von einer Übersicht über aktuelle regulatorische Anforderungen an das Risikoreporting (Kapitel 1) werden in Kapitel 2 praxisnahe konzeptionelle und technische Möglichkeiten zur Realisierung der Anforderungen vorgestellt. Kapitel 3 behandelt ausgewählte prototypische Umsetzungen zu den Themen Frühwarnung, Datenqualität und Auditierung von Risiko-Reporting-Anwendungen.

Seit mehr als dreissig Jahren werden Anstrengungen unternommen, um eine bessere Unterstützung betrieblicher Fach- und Führungskräfte bei der Bewältigung ihrer dispositiven Arbeiten mit computergestützten Informationssystemen zu erreichen. Das Buch greift die unterschiedlichen, in der betrieblichen Praxis bewährten System- und Konzeptkategorien auf und ordnet diese historisch, funktional und architektonisch ein. Im Vordergrund stehen dabei die aktuellen technologischen Strömungen im Business Intelligence-Umfeld, welche sich in Data Warehouse-Architekturkonzepten, On-Line Analytical Processing-Lösungen und Data Mining-Systemen manifestieren. Daneben werden aufsetzende betriebswirtschaftliche Anwendungssystemlösungen eingehend behandelt, beispielsweise für die Themenfelder Balanced Scorecard, Analytisches Customer Relationship Management sowie Planung und Budgetierung.

Die Versorgung des Managements mit validen und aktuellen Informationen zur Wahrnehmung der Fuhrungs-, Steuerungs- und Kontrollaufgaben ist zu einer der wichtigsten Herausforderungen fur die Wirtschaftsinformatik geworden. Die Forderung nach integrierten Informations- und Kommunikationssystemen, welche aus unternehmensinternen und unternehmensexternen Datenquellen entsch- dungsrelevante Informationen mit einem hohen Mass an Automatisierung zus- mentragen und aufbereiten, begleitet die IT-Abteilungen seit vielen Jahren. Unter wechselnden Schlagworten wurden Konzepte zur Informationsversorgung des Managements propagiert, deren Einsatztauglichkeit aber haufig hinter den Erw- tungen zuruckblieb. Dennoch haben sich in den 90er Jahren in fast allen Unt- nehmungen Data-Warehouse-Loesungen durchsetzen koennen, da diese nachwe- lich zu einer erhoehten Qualitat und Aktualitat der Informationsbereitstellung fur Fach- und Fuhrungskrafte beitragen. Unter dem Begriff "Business Intelligence" werden derzeit dialogfahige Informationssysteme mit hohem Verfugungsgrad, intuitiver Nutzbarkeit und analytischer Funktionsvielfalt verbreitet, die auf dem bereinigten Datenbestand eines derartigen Data Warehouse aufsetzen. Der SAP AG gelang es, nach spatem Entwicklungsstart in diesem Marktsegment mit dem Produkt SAP Business Information Warehouse "(SAP BW )" einen fuhrenden Platz einzunehmen. Als Plattform fur die Sammlung von betriebswi- schaftlichen Grunddaten ist das SAP BW ein wesentlicher Bestandteil der Anwendungsarchitektur im Gesamtkonzept der SAP-Produkte geworden. Samt- che Systemkomponenten, welche Planungs-, Steuerungs- und Berichtsaufgaben unterstutzen, beziehen jetzt und zukunftig ihre Daten aus dem SAP BW . Dies gilt sowohl fur das Produkt SAP Strategic Enterprise Management "(SAP SEM )" als auch fur die Softwarekomponente SAP Advanced Planner and Optimizer "(SAP APO )".